InstaPaper API - /api/1/bookmarks/get_text答案

【问题标题】：InstaPaper API - /api/1/bookmarks/get_textInstaPaper API - /api/1/bookmarks/get_text
【发布时间】：2012-08-27 23:45:48
【问题描述】：

我正在使用 InstaPaper API

我正在使用这个字符串来拉取文章的内容。

$Bookmark_Text = $connection->getBookmarkText($Bookmark['bookmark_id']);

不幸的是，它拉动了整个 html，基本上把 HTML 结构放在了我的 HTML 中。

示例。

<html>
<head></head>
<body>
    <html>
    <head>Instapaper Title</head>
    <body>InstaPaper Article Content</body>
    </html>
</body>
</html>

关于如何获取“Instapaper 文章内容”的任何想法

谢谢！

【问题讨论】：

您使用什么语言调用 API？ PHP?
是的 PHP。将添加到标签中。

标签： php api instapaper

【解决方案1】：

这是一些仅提取文章并删除 Instapaper 的东西（例如顶部和底部栏）的 JS 代码。

html.replace(/^[\s\S]*<div id="story">|<\/div>[^<]*<div class="bar bottom">[\s\S]*$/gim, '');

请注意，它可能会随着 Instapaper 的 HTML 输出的变化而变化。

【讨论】：

【解决方案2】：

使用解析器提取<body> 的内容。 PHP has some built in，但有 others 可能更容易使用。

如果$Bookmark_Text 是有效的 HTML 文档，则应该这样做。

$dom = new DOMDocument();
$dom->loadHTML($Bookmark_Text);
$body = $dom->getElementsByTagName('body')->item(0);
$content = $body->ownerDocument->saveHTML($body);

【讨论】：

这些似乎都无法拉动体内的一切。
您确定示例中的 HTML 正是 API 返回的内容吗？我能够使用DOMDocument 创建一个示例，但是因为<head> 中包含文本，所以将其解析为<p> 并放入正文中。
将我的代码添加到答案中。如果返回的文档不是有效的 HTML，也许你唯一的选择是尝试正则表达式